[發明專利]用于風力渦輪機監測的智能無人機在審
| 申請號: | 202210491626.1 | 申請日: | 2022-05-07 |
| 公開(公告)號: | CN114859971A | 公開(公告)日: | 2022-08-05 |
| 發明(設計)人: | 羅巍;任雪峰 | 申請(專利權)人: | 北京卓翼智能科技有限公司 |
| 主分類號: | G05D1/10 | 分類號: | G05D1/10;B64D47/08;G06V10/82;G06V20/17 |
| 代理公司: | 北京市競天公誠律師事務所 11770 | 代理人: | 徐民 |
| 地址: | 100086 北京市海淀區*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 風力 渦輪機 監測 智能 無人機 | ||
1.一種用于風力渦輪機監測的智能無人機,其包括:
攝像頭,用于采集圖像;
模擬復眼,用于將攝像頭采集的圖像分割成四個象限,通過深度神經網絡進行處理,計算每個象限中的圖像包含風力渦輪機對象的概率,形成數據;
視覺伺服控制器,接受來自模擬復眼的數據,計算朝向風力渦輪機導航所需的偏航角、前進速度以及何時停止以避免與風力渦輪機碰撞;基于計算結果,控制所述無人機的飛行。
2.根據權利要求1所述的無人機,其中,所述模擬復眼表示為[Ii,ti],其中Ii是串聯圖像像素,ti是圖像的標簽;所述標簽t=[t1,t2,t3,t4]代表四個象限:
然后將該向量發送到視覺伺服控制器,在此將其解壓縮并轉換為圖像,獲得圖像大小及其對應的標簽。
3.根據權利要求1所述的無人機,其中,使用名為AlexNet的經過預訓練的深度神經網絡通過遷移學習識別風力渦輪機。
4.根據權利要求1所述的無人機,其中,通過應用合成變換對圖像進行預處理,增加訓練圖像的數量,避免過擬合。
5.根據權利要求4所述的無人機,其中使用0.0001的低學習率來訓練第一層;對于最后一層,使用了20的最快權重學習率,以便他們能夠快速學習風力渦輪機的主要特性。
6.根據權利要求1-5中任一項所述的無人機,其中,視覺伺服控制器通過通過公式計算偏航角ψref
其中,τs是常數。
且基于以下
其中P(Sl)和P(Sr)分別表示水平面上以中心點為分界點的左右兩段上風力渦輪機出現的概率,P(Sl)表示左段出現的概率,P(Sr)表示右段出現的概率。
7.根據權利要求1-5中任一項所述的無人機,其中,視覺伺服控制器基于以下公式計算無人機出現概率,基于此做為參考來降低無人機的前向速度,
其中,Psum表示無人機出現概率之和,q表示分段數。
8.根據權利要求7所述的無人機,其中,所述概率的閾值Ptserv由用戶定義,這用于阻止無人機向前移動。
9.根據權利要求根據權利要求1-5中任一項所述的無人機,其中,所述攝像頭為至少能夠以每秒30幀的速度拍攝分辨率為1080x1920x3像素的圖像的攝像頭。
10.根據權利要求根據權利要求1-5中任一項所述的無人機,其中,視覺伺服控制器包括至少三個PID控制器,用于控制所述無人機的形態。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京卓翼智能科技有限公司,未經北京卓翼智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210491626.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種用于風機葉片損傷檢測的無人機
- 下一篇:一種硅鋁合金封裝盒體及其生產工藝





